基于圖論分析對自閉癥譜系障礙兒童腦功能網絡異常拓撲學屬性的研究

李玉爽，敖亞雯，趙益林，楊華光，查云飛

作者單位：武漢大學人民醫院放射科，武漢430060

自閉癥譜系障礙(autism spectrum disorder，ASD)，又稱孤獨癥，是一種常見的高度遺傳的異質神經發育障礙性疾病[1]。ASD 患者的臨床表現差異很大，主要表現為社會性交流交往障礙、重復刻板的興趣與行為等。ASD 兒童往往不能正常生活，不僅危害自身健康發展，還給家庭和社會帶來了沉重的負擔。靜息態功能磁共振成像技術的發展為無創探究ASD兒童腦部結構和功能異常提供了新的方法[2]。在此基礎上，采用圖論分析方法，構建了一個由許多節點(腦區)和邊(腦區之間的結構和功能連接)構成的結構復雜的腦網絡模型，不僅可以描繪腦區之間的相互連接情況，還可以通過檢測和定量分析各腦網絡特征屬性變化探究中樞系統的微觀變化。ASD 背后的功能機制目前尚不清楚，先前有大量證據表明ASD患者的大腦網絡存在異常，主要表現在異常的區域內靜息狀態功能連接，如語言功能網絡[3]，社交功能網絡[4]以及默認模式網絡(default mode network，DMN)[5]等。他們只是從局部結構和功能改變上探討ASD 的神經生物學基礎，然而，腦區結構或功能異常可以映射到網絡層面上，因此，從全腦功能網絡層面上分析ASD 的異常改變將更有助于理解ASD 的病理生理機制。并且，之前的研究結果既有發現ASD的大腦功能連接增加，也有發現連接減弱的，大腦功能連接的結果不一致性可能與選取樣本的年齡有關[6]，也可能與研究的樣本量有關[7]。本研究從國際自閉癥腦成像交換數據庫(Autism Brain Imaging Data Exchange，ABIDE)中選取足量的樣本，利用圖論分析的方法研究ASD 兒童(8～18 歲)全腦功能網絡拓撲結構，使結果更具有說服力，為臨床提供參考。

1 資料與方法

1.1 一般資料

本研究的數據來源于ABIDE (http://preprocessedconnectomes-project.org/abide)。該數據庫包含了36 個國際站點的1060 例ASD 患者和1166 正常發育(typically developing，TD)者的腦功能成像及結構像數據，這些對象的年齡為6～65 歲。本研究中，ASD組的入組條件：(1)依據第4版《美國精神障礙診斷和統計手冊》標準診斷為ASD；(2)年齡8～18 歲；(3)總智商評分≥70 分；(4)右利手；(5)影像學數據來自于睜眼狀態時掃描。TD 組的入組條件：(1)性別及年齡與ASD 組相匹配；(2)總智商評分≥70 分；(3)右利手；(4)影像學數據來自于睜眼狀態時掃描；(5)既往無神經或精神疾病如重度抑郁癥、精神分裂癥、癲癇或創傷性腦損傷等病史。本研究最終納入符合條件的來自4 個站點(NYU、SDSU、PITT、UCLA)的130 例被試者，包括65 例ASD 兒童(男50 例、女15 例)以及65 例TD 兒童(男51例、女14例)。ABIDE數據庫中的每個數據貢獻者都通過了機構審查委員會的批準，所有的受試者(或其監護人)都簽署了知情同意書。

1.2 臨床量表評估

兩組兒童均接受韋氏量表(Wechsler，1999)智商評估，得到言語智商(verbal intelligence quotient，VIQ)，操作智商(performance intelligence quotient，PIQ) 和智商總量表(full-scale intelligence quotient，FIQ)的分值。本研究納入的ASD兒童曾接受過孤獨癥診斷訪談量表修訂版(autism diagnoses interview-revised，ADI-R，Lord，1994)評估[8]，ADI-R主要通過評估ASD的社會交往、言語交流和重復刻板行為這3 個核心特征來確診被評估者是否患有ASD。ADI-R量表評分方法因項目不同而異，一般按0～3分劃分為4 個等級，其中0 分表示無異常；1 分為介于有或無此類癥狀之間；2分或3分表示此類癥狀存在，但在程度上存在差異。

1.3 圖像預處理

采 用DPABI 工 具 包(4.1 版 本；http://rfmri.org/DPABI)基于Matlab 2011 a (MathWorks, Natick,MA, USA)平臺對原始MRI 圖像進行預處理。(1)將圖像格式轉換成NIFITI 格式；(2)剔除前10 個時間點；(3)時間層校正；(4)頭動校正：將頭動旋轉角度＞1.5°，平移＞1.5 mm 的圖像去除，計算每個被試的平均逐幀位移量(framewise displacement，FD)，移除FD 大于0.5 mm 的時間點，并移除此時間點后面一個和前面兩個時間點。本實驗兩組FD [ASD：(0.190±0.073)；TD：(0.219±0.226)；P=0.321]之間的差異無統計學意義，可排除頭動對圖像結果的影響[9]；(5)將T1 加權像配準到功能像，并分割成灰質、白質、腦脊液，并去除協變量，如Friston 24 頭動參數、線性趨勢、全腦體積均值、腦白質及腦脊液信號；(6)校正的圖像配準到SPM 12 (http://www.fil.ion.ucl.ac.uk)提供的標準模板，并采用全寬半高為8 mm 的高斯平滑核對圖像進行平滑；(7)去線性漂移；(8)低頻濾波(0.01～0.08 Hz)。

1.4 數據分析

采用Gretna (www.nitrc.org/projects/gretna/)軟件依據AAL (anatomical automatic labeling)模板構建腦功能網絡并分析其拓撲學指標。該圖譜將大腦劃為90個區，每個區域視為一個網絡節點，提取每個區域所有體素的平均時間序列，計算每對節點平均時間序列之間的Pearson相關系數，得到一個90×90的相關系數矩陣，對相關系數r進行Fisherr到z變換，制作出大腦功能連接網絡的模型。腦區相互之間功能連接強度的絕對值定義為“邊”，將網絡中實際存在的邊的數量占最大可能邊的數量的比例定義為網絡稀疏度(sparsity，S)。本研究中選擇在0.01＜S＜0.34，步長0.01 的情況下計算ASD 組和TD 組的拓撲學指標，主要包括幾個常見的全局/節點參數：聚類系數(clustering coefficient，Cp)、特征路徑長度(Characteristic path length，Lp)、標準化的聚類系數(γ)、標準化的特征路徑長度(λ)、小世 界 指 數(σ)、全 局 效 率(global efficiency，Eglob)、局部效率(local efficiency，Eloc)、節點效率(nodal efficiency)。其中σ=γ/λ，當滿足γ＞1、λ≈1、σ＞1 時，表示該網絡符合小世界的高效網絡特性。

1.5 統計學分析

采用SPSS 22.0 軟件對臨床基本資料進行統計學分析。使用Shapiro-Wilk測試對所有數據進行正態分布測試。如果數據通過正態性檢驗，使用參數檢驗法，數據沒有通過正態性檢驗，則使用非參數檢驗法。雙樣本t檢驗用來比較兩組間在年齡是否有差異。統計ASD組的臨床測評分數的均數及標準差。采用雙樣本t檢驗來比較兩組間全腦及局部腦功能連接網絡拓撲屬性相關參數的差異，并進行FDR 校正。軟件BrainNet Viewer 可以呈現節點中拓撲學屬性存在顯著差異的情況。P＜0.05 表示差異具有統計學意義。

2 結果

2.1 臨床基本資料比較

ASD 組的男女性別比為3.3∶1，TD 組的男女性別比為3.6∶1，兩組在性別、年齡、FIQ、VIQ、PIQ 等方面的差異無統計學意義(P均＞0.05) (表1)。

表1 兩組人口統計學及臨床基本資料Tab.1 Demographic and clinical characteristics of the two groups

2.2 兩組全腦水平拓撲學指標改變

本研究中我們發現兩組被試在整個稀疏度閾值范圍內(0.1～0.34)均滿足小世界網絡屬性，即γ＞1，λ≈1(圖1)；然而，與TD 組相比，ASD 組的小世界網絡屬性出現改變。具體來說，ASD 組的Cp及Lp的曲線下面積明顯低于TD組，差異具有統計學意義(P均＜0.05)；兩組的Eglob、Eloc、γ、λ和σ大致相同，差異無統計學意義(P均＞0.05) (圖2，表2)。

圖1 腦功能網絡的小世界屬性參數隨稀疏度變化曲線圖。ASD：自閉癥譜系障礙；TD：正常發育。Fig. 1 The curve of the small world attribute parameters of the brain function network with sparsity. ASD: autism spectrum disorder; TD:typically developing.

表2 兩組全局網絡屬性比較Tab.2 Between-group comparison in global network metrics

2.3 兩組節點水平拓撲學指標改變

與TD組相比，ASD組節點水平分析結果顯示在雙側前扣帶回、雙側尾狀核、雙側海馬、右側頂下小葉這些腦區的節點效率減低(P＜0.05) (表3、圖3)。

圖3 自閉癥譜系障礙組中節點屬性改變存在顯著差異的腦區。黑色表示屬性減低。ACG：前扣帶回及旁扣帶腦回；IPL：頂下小葉；HIP：海馬；CAU：尾狀核。Fig. 3 Brain regions with significant differences in node attribute changes in autism spectrum disorder groups. Black balls represent the areas of decreased nodal efficiency. ACG: anterior cingulate gyrus and paracingulate gyrus; IPL: apical and inferior lobule; HIP: hippocampi.CAU:caudate nucleus.

表3 自閉癥譜系障礙組較正常發育組節點效率減低的腦區Tab.3 Brain regions which autism spectrum disorder group had lower node efficiency than typically developing group

3 討論

本研究采用圖論的方法研究ASD 組和TD 組全腦功能網絡拓撲結構的差異。結果表明雖然ASD 組和TD 組都仍具有小世界網絡屬性，但是與TD 組相比，ASD 組全局/局部水平大腦網絡拓撲學屬性都發生了異常改變，具體表現為ASD組的Cp以及Lp降低，說明有向隨機網絡轉變的趨勢，其功能整合能力增強，功能分化能力降低，并且在雙側前扣帶回、尾狀核、海馬及右側頂下小葉等這些腦區出現了腦功能網絡節點效率降低。這些結果為我們探索ASD 的病理生理機制以及解釋ASD 的神經基礎癥狀提供了有價值的見解。

3.1 ASD 組與TD 組全腦功能網絡全局屬性指標的結果分析

大腦作為一個大尺度網絡，是對神經元、神經元集群或腦區之間活動交互整合的直觀描述[10]，具有復雜高效的腦部結構及功能。圖論分析方法為大腦網絡的研究提供了可視化的途徑[11]。大腦被模擬為由數百個相互作用的區域組成的網絡，構成幾個集合和分離的系統。大腦中的功能整合是指快速結合來自不同大腦區域的特定信息的能力[12]，一般是通過估計大腦各區域之間交流的容易程度來衡量的，通常是基于路徑的概念。路徑是由不同的節點和線組成的，它是一對對大腦區域之間信息流動的潛在路徑。因此，路徑的長度代表了大腦區域間功能整合的潛力，Lp是指網絡中所有節點對的路徑長度的平均值，一般Lp越短，意味著信息可以在短時間內迅速傳遞至遠距離點，功能整合能力越強。大腦的功能分離是指在大腦區域內部發生特殊處理信息的能力，一般通過計算網絡中三角形的數量來量化，單個節點周圍三角形的比例被稱為聚類系數，網絡的平均聚類系數代表平均單個節點周圍的聚類連接的流行程度[11]，也代表了近距離傳遞信息的能力。當網絡中顯示出相對較高的Cp和較短的Lp時，意味著不僅可以支持特定的模塊化信息和全局信息快速的處理，還可以最大限度地提高大腦網絡的效率，大腦網絡表現的這種強大的局部和全局效率水平，即小世界網絡屬性[13]。本研究中，ASD組和TD組都具有小世界網絡屬性，這與Fang 等[14]的研究一致，說明兩組在功能分化和信息整合之間均保持相對平衡的狀態，但是ASD組表現出的較短的Lp和Cp，說明ASD兒童的腦網絡有由小世界網絡向隨機網絡轉變的趨勢。本研究發現，ASD 組的Lp比TD 組低，說明與TD 組相比，ASD組功能整合能力增強，遠距離傳遞信息的能力較強，有研究采用彌散張量成像評估ASD 患者結構網絡時也得出了相似的結論，他們推測這種異常可能與ASD患者腦白質超連接有關，特別是在涉及基底神經節和旁邊緣-邊緣系統的網絡中，與重復和刻板行為以及學習和記憶障礙相關[15]。另外，本研究結果顯示，ASD 組的Cp也較TD 組的減少，與Peters 等[16]的研究結果相同，表明ASD 組腦區內部之間的連接程度降低，可能是ASD 患者交流障礙的原因。有研究發現，與正常發育的個體相比，ASD 兒童在大規模大腦網絡內表現出高度連接性，并且網絡間連接性降低[9]，這也和我們得出的結論一致。然而Chen 等[5]的研究卻發現ASD組并沒有表現出強烈的網絡效率變化，Lp和Cp和與TD組大致相同，這可能與樣本量有關。另外，目前對S值的選擇尚無參考標準。在本研究中，我們使用0.01＜S＜0.34，間隔為0.01，這種閾值策略創建的網絡可以估計小世界具有稀疏性質和最小數目的偽邊[17]。

3.2 ASD 組與TD 組全腦功能網絡節點屬性指標的結果分析

本研究還發現，與TD 組相比，ASD 組在雙側前扣帶回、尾狀核、海馬及右側頂下小葉等這些腦區全腦功能網絡節點效率降低。節點效率是指網絡中某一點與其他節點之間連接的可能性，用來反映節點在網絡傳輸中的作用。前扣帶回皮層是邊緣系統的重要組成部分之一，涉及廣泛的行為和認知過程。據報道前扣帶回皮層中谷氨酸(glutamate)和谷氨酰胺(glutamine)的濃度降低，與ASD 患者更嚴重的交流障礙癥狀顯著相關[18]。尾狀核是紋狀體的一部分，有研究認為ASD 的重復行為的嚴重程度與紋狀體生長有關，而與體積本身無關[19]。此外有研究發現尾狀核的鏡像同倫連接減弱，這可能與雙側尾狀核溝通不良有關[20]，本研究結果中發現的ASD 兒童大腦雙側尾狀核節點效率降低，可能與此相關。許多研究認為ASD 中海馬結構的擴張是ASD 癥狀的前兆或結果[21]，體積增加可能是由于病理發育增加或經驗依賴功能。一些研究表明非典型的前額葉-海馬體和后頂葉-海馬體網絡異常可能與ASD 相關的記憶缺陷有關[22]。研究發現ASD 青少年的檢索收益明顯低于TD同齡人，ASD 青少年左海馬體與左頂下小葉之間以及左海馬體與后扣帶回皮質之間的連接強度與成功檢索分數呈顯著負相關[23]，海馬偏側化的非典型發育可能與ASD個體在社交、溝通和行為不靈活方面的問題有關。頂下小葉是大腦中發育成熟最晚的腦區之一，這導致其解剖結構具有高度的易變性。頂下小葉是行動觀察網絡中的一個關鍵節點，該網絡被認為支持模仿行為，當其受損時，可能導致ASD 核心社交和交際特征的損害[24]。有趣的是，研究發現右側頂下小葉連接與實踐能力相關，特別是右側中央頂下小葉與左側頂內溝的連接，延伸到頂上小葉和左側楔前葉[25]。右側中央頂下小葉-左后扣帶回功能連接減少也與ASD 兒童較弱的實踐和社交技能有關。后扣帶回被認為是DMN中的樞紐，而默認網絡同時具有小世界的特性，DMN 參與處理關于我們自己和他人的信息，其功能障礙可能表現為與其他大腦系統的交互作用。關于自己和他人的信息整合的中斷可能是ASD 患者社交障礙的一個原因，因此ASD 兒童右側中央頂下小葉-左后扣帶回連接性降低可能會影響動作和身體知識的協調和映射，進一步破壞實踐和社交技能的形成，未來還需要進一步的研究來得到驗證。

3.3 局限性

我們的研究有一些局限性：(1)本研究選取的樣本量相對較小，可能對統計分析的結果產生影響；(2)本研究中沒有對ASD患者進行性別區分，還需要進一步認識性別差異在腦功能影像中的表征；(3)我們只使用AAL模板來構建腦功能網絡，但使用不同的模板可能會影響我們結果的一致性，需要進一步研究確定哪種模板最適合描述ASD 兒童的網絡拓撲結構；(4) ASD兒童的腦功能會隨著年齡增長而變化，未來還需要繼續探討不同年齡段ASD患者大腦網絡的變化。

3.4 小結

總之，本研究發現，和TD組相比，ASD組全腦功能網絡雖然仍具有小世界網絡屬性，但Cp和Lp降低，有向隨機網絡轉變的趨勢，其功能整合能力增強，功能分化能力降低，并且在雙側前扣帶回、尾狀核、海馬及右側頂下小葉等腦區腦功能網絡節點效率降低。這些發現揭示了ASD 兒童腦功能網絡拓撲結構的異常改變，有助于我們理解ASD 的病理生理機制，為臨床早期發現和治療提供有效的神經影像學標記物。

作者利益沖突聲明：全體作者均聲明無利益沖突。